Insights
AI 駆動開発の現場から
Claude Code・Cursor・AI エージェントの実務導入ノウハウ、AI 駆動 TDD、開発組織の運用設計など、FIXIT が現場で得た知見を継続的にお届けします。
- 公開記事
- 250 本
- カテゴリ
- 3
- 最終更新
- 2026年11月14日
全 250 本中 206〜217 本目
- ツール導入
製造業の AI 活用と基幹システム刷新の進め方|ものづくり白書の調査・事例と費用
製造業の AI 活用がどこで止まっているかを、2026 年版ものづくり白書の調査 (回答 2,851 社など) で示し、AI を使う場所の分け方、データと基幹システムを整えた公開事例 5 件、生産管理・在庫システムを止めずに刷新する手順、費用と期間の目安までを発注者の目線で整理します。AI 駆動開発のクリエイティブスタジオが、AI の前に基幹システムをつなぐか作り直すかの判断基準をまとめました。
#製造業 AI 導入#製造業 システム開発#製造業 DX 推進 - エンジニアリング
FIXIT の AI 駆動開発が選ばれる理由|開発体制と品質へのこだわり
FIXIT は「AI 駆動開発で爆速・高品質のプロダクト開発」を掲げる AI 駆動開発のクリエイティブスタジオです。Claude Code・Cursor・AI エージェントを実プロジェクトに組み込み、速度と品質を両立します。この記事では、依頼先として FIXIT が選ばれる理由を、開発体制・チームの専門性・品質を担保する仕組み・実績から具体的に紹介します。
#AI 駆動開発#FIXIT#開発体制 - エンジニアリング
LLM の構造化出力を安定させる - JSON の検証とエラー処理の設計
LLM の出力を JSON など決まった形式で確実に受け取るための設計を、スキーマ定義・出力強制・バリデーション・リトライまで実装視点で解説。アプリに組み込む構造化出力の作り方を、AI 駆動開発のクリエイティブスタジオが具体的なコードとともに示します。
#LLM JSON 出力#Structured Outputs#スキーマ 強制 - ビジネス
AI 駆動開発の失敗を防ぐ進め方|発注前に確認する 7 つの注意点
AI を使っても、進め方を誤れば開発は失敗します。要件の固定化・全面的な一任・検収先送りなど発注側に起因する失敗要因を 7 つ挙げ、週次デモと KPI 計測で回避する進め方を、AI 駆動開発のクリエイティブスタジオが実例付きで解説します。
#システム開発 失敗 事例#開発委託 失敗しない#AI 開発 進め方 - エンジニアリング
EOL・サポート終了への対応|塩漬けシステムを止めずに刷新する選択肢
OS・言語・フレームワークの EOL(サポート終了)が迫り対応を迫られる情シス向けに、放置リスクの整理と、延命・部分移行・全面刷新という現実的な選択肢、業務を停止させずに進める段階移行の手順を比較解説します。期限から逆算したロードマップの引き方、データ移行リハーサルの要点、AI 駆動開発で対応期間を短縮する方法まで、AI 駆動開発のクリエイティブスタジオが実務目線で整理しました。
#サポート終了 システム 移行#塩漬けシステム 刷新#OS EOL 対応 - ビジネス
SaaS の MVP 開発の費用と期間|AI 駆動開発の実数値で解説
SaaS の MVP 開発にかかる費用と期間の相場を、AI 駆動開発の実案件の実数値で解説します。機能範囲ごとの料金レンジと、通常 2〜3 ヶ月かかる開発が 3 週間に縮む理由を数値テーブルで提示し、費用を決める 4 要素・内製と一般的な受託との比較・見積もりで失敗しないチェックリストまで、発注目線で整理しました。400 万〜1,200 万円レンジの実例も紹介します。
#mvp 開発 費用#saas 開発 費用 相場#mvp 開発 期間 - ツール導入
金融・フィンテックの AI 駆動開発と堅牢な受託開発の選び方
金融・フィンテック事業者向けに、堅牢性とスピードを両立する AI 駆動開発の進め方と発注先の選び方を整理。高信頼が求められる金融システムでテスト先行・段階移行をどう実装するかを発注者目線で解説します。
#金融 システム開発#フィンテック 受託開発#金融 AI 導入 - ビジネス
AI 駆動開発の生産性をどう計測するか — KPI 設計の実務
AI 駆動開発の効果を経営層に示すための生産性計測と KPI 設計を、AI 駆動開発のクリエイティブスタジオが整理します。Four Keys を起点にリリースリードタイム・PR サイズの中央値・P1 障害件数をどう測り、AI 導入前後のベースライン比較から ROI を定量化するまでを実務視点で共有します。
#AI 駆動開発 効果測定#開発生産性 KPI#Four Keys AI - エンジニアリング
LLM アプリの評価ハーネス構築 - LLMOps で品質を管理する
LLM アプリや AI エージェントの品質を継続的に担保する評価ハーネスの作り方を、評価データセット設計・自動採点・回帰テスト・CI 連携まで実装視点で解説します。属人化しない LLMOps の型を AI 駆動開発のクリエイティブスタジオが示します。
#評価ハーネス#LLMOps#LLM as a judge - エンジニアリング
AI テスト自動化の実践|生成 AI でテストを書く設計と注意点
生成 AI にテストを書かせるための設計、レイヤー別のアプローチ、カバレッジの考え方、そして見落としやすい問題と対策を実装の視点でまとめました。テストファースト × AI の具体手順から CI への組み込み、品質ゲートの構成例までを、AI 駆動開発のクリエイティブスタジオが共有します。
#ai テスト自動化#生成ai テストコード#tdd ai - ビジネス
LLM アプリのコスト最適化|品質を評価しながら費用を抑える
LLM アプリの API 費用を品質を落とさず抑える実践策を、モデル使い分け・プロンプトキャッシュ・トークン削減・バッチ処理・キャッシュ層まで整理。コスト構造の見える化と打ち手の優先順位を示します。
#API 料金 削減#プロンプトキャッシュ#モデル選定 - ツール導入
内製化支援とは|システム内製化のメリット・デメリット、失敗パターンと支援の選び方
システムの内製化を検討する事業会社の担当者向けに、内製化支援の定義、受託開発・SES との違い、IPA と経済産業省の調査で見る日本の現状、内製か外注かを領域ごとに決める判断軸、メリット・デメリット、よくある失敗 6 つ、支援の選び方と期間・費用の考え方、段階的な進め方を、AI 駆動開発のクリエイティブスタジオが整理しました。
#内製化支援#システム 内製化#内製化 メリット